腾讯混元开源 Hy4 flash224B 总参 / 12B 激活,原生多模态,最高支持百万 Token 上下文

我先联网核实腾讯 Hy4 Flash 开源模型的参数、上下文与开源协议等信息。

我再核对开源权重版本划分、下载渠道与开源协议细节。

2026 年 11 月 18 日,腾讯混元正式宣布开源 Hy4 flash,本次放出三个权重版本:Hy4 flash、Hy4 flash-FP8 和 Hy4 flashBase,开发者可在 GitHub、Hugging Face、ModelScope、GitCode 下载并自行部署,另有 GGUF 量化版本提供。这款模型是 11 月 16 日刚上线 API 和腾讯系产品的高性价比日常主力模型:总参数 224B(其中 64B 为 Engram 参数),每个 Token 仅激活 12B,原生支持多模态输入,上下文窗口最高 100 万(1M)Token。它与 11 月 4 日发布的旗舰 Hy4 形成高低搭配 —— 日常高频任务走 Hy4 flash 压成本,长程软件工程等复杂任务走 Hy4 保能力上限。需要注意:文中性能、成本对比多为腾讯内部评测口径,实际表现需结合自有业务场景实测;开源协议、商用条款以模型仓库 LICENSE 文件为准。

模型定位与版本划分

版本定位(按公开信息)典型用途
Hy4 flash完整版指令模型(Instruct)日常对话、Agent 工作流、文档处理、编程辅助等可直接调用场景
Hy4 flash-FP8FP8 低精度量化版降低部署显存与内存负担,适配支持 FP8 的推理硬件
Hy4 flashBaseBase 基础版面向二次预训练、自研指令微调的开发者
GGUF(AngelSlim 提供)适配本地 / CPU 推理的量化格式本地部署、轻量化实验场景

核心规格

项目参数
所属系列腾讯混元 Tencent Hy,Hy4 系列
总参数量224B(含 64B Engram 参数)
每 Token 激活参数12B
输入模态原生多模态(文本 + 图片等)
上下文窗口1M(约 1024K Token)
最大输入 / 最大输出960K / 64K(TokenHub 调用口径)
架构特性混合注意力、LatentMoE、Engram
KV cache 压缩约为 Hy3 的 1/24、Hy4 的 1/6
解码速度超过 150 Token/s(官方推理优化口径)
后训练方式以 Hy4 自蒸馏 + 强化学习
开源渠道GitHub、Hugging Face、ModelScope、GitCode;GGUF 见 AngelSlim 仓库

为什么能把成本压下来

官方在预训练、后训练、评估、推理四个环节都做了成本优化:

  • 预训练:混合注意力 + LatentMoE + Engram 架构,把可查表复用的静态知识放进 Engram 参数,主干网络不必对固定模式重复计算;配合大量缩放阶梯实验,保证小激活配置下效果达标。KV cache 因此大幅缩小,让百万 Token 长上下文的显存开销落到可承受范围。
  • 后训练:直接以旗舰 Hy4 为教师做自蒸馏,继承综合智能;再通过强化学习把端到端任务输出 Token 平均压缩 50%,减少冗余思考和长段废话。
  • 评估:内部构建 WorkIndex 评测集,覆盖幻灯片生成与编辑、Markdown 协作写作、文档编辑、表格修复、音视频处理、视觉理解等 8 类任务,并结合人工评价,重点看交付质量、单轮输出长度和任务用时,而不是只看脱离日常工作的公开榜单分。
  • 推理:megakernel(超大内核)+ 4bit 量化 + DFly 推理引擎组合,把解码速度推到 150 Token/s 以上,支撑大规模低成本服务。

官方披露的性能与成本数据

以下均为腾讯内部评测或官方口径,非第三方独立复测:

指标官方数据
WorkIndex 单任务成本约为 Hy4 preview 的 1/13、Hy4 的 1/20、DeepSeek-V4.1-Flash-1017(Max 档高峰价)的 1/8
盲测规模85 名内部 WorkBuddy 用户、259 个任务、27 个类别
盲测满意度接近 Claude Haiku 5.5,端到端完成时间最短、单任务成本最低(参评模型范围内)
API 定价(每百万 Token)缓存输入 $0.003、输入 $0.070、输出 $0.281
对比 Hy4 API输入 $0.834、输出 $2.501、缓存命中 $0.042

可用渠道与限时优惠

  • 产品内直接使用:腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等已上线;OpenRouter 即将接入。
  • API 接入:TokenHub 提供 OpenAI 兼容接口,新用户可领取免费体验额度,按模型、API Key 维度统计用量。
  • 限时活动(截至 11 月 30 日):WorkBuddy 内免费使用 Hy4 flash;腾讯云 TokenHub 的 API 限时 5 折。

场景选型:什么时候用 flash,什么时候用 Hy4

场景推荐模型理由
深度搜索、文档处理、幻灯片生成Hy4 flash日常高频任务,质量够用、成本和速度占优
简单前端 Demo、Computer Use、Agent 工作流Hy4 flash单次任务复杂度适中,调用规模大
日常办公、表格修复、图文理解、客服问答Hy4 flash多模态输入 + 短输出优化,适合规模化接入
长程软件工程、跨文件重构、强推理上限任务Hy4旗舰模型智能天花板更高

总体判断

Hy4 flash 的开源动作,是把 Hy4 系列里主打 "性价比、速度、长上下文" 的那一档模型权重放到公开渠道:12B 激活配 224B 总参,百万 Token 上下文和多模态没有缩水,靠稀疏架构和推理压缩把单任务成本打到旗舰的几十分之一。对需要私有化部署、做二次微调或大规模日常业务接入的团队,这是一个可直接拉下来评估的选项;但 224B 体量的自托管仍需要可观的显存和分布式推理资源,FP8/GGUF 版本可按硬件条件选择。上线前建议用自己的真实任务集做一轮效果与成本复测,并核对仓库 LICENSE 的商用要求。

【相关 FAQ】

问题 1:腾讯混元开源的 Hy4 flash 包含哪几个版本,可以从哪里下载?

回答 1:本次开源的 Hy4 flash 共三个权重版本 —— 完整版 Hy4 flash、FP8 量化版 Hy4 flash-FP8、Base 基础版 Hy4 flashBase,开发者可在 GitHub、Hugging Face、ModelScope、GitCode 下载部署,另有 AngelSlim 提供的 GGUF 量化版本。开源协议和商用条款以对应仓库的 LICENSE 文件为准。

问题 2:Hy4 flash 的上下文窗口有多长,支持什么输入模态?

回答 2:Hy4 flash 原生支持多模态输入,上下文窗口最高 100 万(1M)Token;按 TokenHub 调用口径,最大输入约 960K、最大输出约 64K。长上下文配合压缩后的 KV cache,可以在单次请求里处理超长文档、代码仓库或跨文档信息。

问题 3:Hy4 flash 的参数规模是多少,为什么激活参数这么小?

回答 3:Hy4 flash 总参数 224B,其中 64B 为 Engram 参数,每个 Token 仅激活 12B。它采用混合注意力、LatentMoE 和 Engram 架构:静态知识以查表方式按需读取,每次只激活少量专家参与计算,因此在保留总参知识容量的同时,把单次推理的计算开销和部署成本压下来。

问题 4:Hy4 flash 开源后,和旗舰 Hy4 在场景上怎么分工?

回答 4:官方建议深度搜索、文档处理、幻灯片生成、简单前端 Demo、Computer Use 等大部分日常任务用 Hy4 flash,主打低成本、短用时;长程软件工程、跨文件重构等复杂任务继续用智能上限更高的 Hy4。两款模型同属 Hy4 系列,均支持百万 Token 上下文,按任务复杂度和调用规模选型即可。

问题 5:不自行部署的话,普通用户和开发者怎么用上 Hy4 flash,价格如何?

回答 5:不部署权重的用户可在腾讯云 TokenHub、WorkBuddy、元宝、企业微信、QQ、ima、Marvis 等产品内直接使用,OpenRouter 即将接入。API 官方刊例为每百万 Token:输入 $0.070、输出 $0.281、缓存输入 $0.003;11 月 30 日前 WorkBuddy 内免费、TokenHub API 限时 5 折,实际费用以平台实时计费为准。

【参考资料】

  • [2026-11-18](《腾讯混元开源 Hy4 flash》)腾讯新闻(财闻)
  • [2026-11-18](《腾讯混元 Hy4 flash 模型官宣开源》)IT 之家(今日头条)
  • [2026-11-18](《腾讯混元开源 Hy4 flash》)网易(财闻)
  • [2026-11-17](《什么是混元 Hy4 flash:简介、优势及应用场景》)腾讯云开发者社区
  • [2026-11-16](《Tencent Launches Hy4 flash to Power High-Speed, Cost-Efficient AI Deployment for Everyday Workflows》)Tencent 腾讯官网
  • [2026-11-16](《Introducing Hy4 flash: Ultimate cost-efficiency for everyday productivity》)hy.tencent.ai
  • [2026-11-16](《大模型服务平台 TokenHub 混元调用指南》)腾讯云文档

【免责声明】

本文整理自腾讯混元官方发布、腾讯云文档及公开媒体报道,仅作技术信息参考,不构成投资建议、部署建议或模型效果承诺。文中参数规模、上下文长度、性能排名、成本对比与盲测满意度均为厂商内部评测或官方口径,未经第三方独立复测;实际效果受任务类型、硬件环境、提示词与采样参数影响。开源权重的许可证归属、商用限制和二次分发要求,请以下载仓库中的 LICENSE 文件及官方条款为准;API 价格、限时活动与可用渠道可能调整,接入前请核对平台最新说明。据此部署、商用或调整业务所产生的风险与后果,由使用者自行承担。

本文来自作者[元海脉冲员]投稿,不代表新新网立场,如若转载,请注明出处:https://www.xxcmw.com/rgzn/202611/4130.html

赞 (0)
反馈

发表回复

本站作者后才能评论

评论列表(4条)

  • 元海脉冲员
    元海脉冲员 2026年11月18日

    我是新新网的签约作者“元海脉冲员”!

  • 元海脉冲员
    元海脉冲员 2026年11月18日

    希望本篇文章《腾讯混元开源 Hy4 flash224B 总参 / 12B 激活,原生多模态,最高支持百万 Token 上下文》能对你有所帮助!

  • 元海脉冲员
    元海脉冲员 2026年11月18日

    本站[新新网]内容主要涵盖:互联网行业的追踪与探索

  • 元海脉冲员
    元海脉冲员 2026年11月18日

    本文概览:我先联网核实腾讯 Hy4 Flash 开源模型的参数、上下文与开源协议等信息。我再核对开源权重版本划分、下载渠道与开源协议细节。2026 年

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们